Блог Scrum.ru

Реалистичный прогноз Спринта с помощью метрик Канбана

Мы уже рассказывали, что ключевые метрики Канбана улучшают события Скрама. Давайте разберем на примере Планирования Спринта

Пропускная способность

Скрам-команда на Планировании Спринта задается тремя вопросами:
  1. В чем ценность этого Спринта?
  2. Как будет выполнена работа в Спринте?
  3. Что должно быть готово?
Ответить на последний вопрос помогают данные о пропускной способности (Throughput).
Сводная таблица метрик Канбана и событий Скрама
Благодаря этой метрике и «Монте-Карло — симуляции» Скрам-команда может делать качественный прогноз для Бэклога Спринта.

Монте-Карло — симуляция

«Монте-Карло — симуляция» запускается на эмпирических данных о пропускной способности Скрам-команды каждый день.
Данные о пропускной способности
Симуляция предполагает, что ближайшее будущее будет похоже на недавнее прошлое. Поэтому лучше опираться на данные за последние 2–3 Спринта — это минимум 20. «Монте-Карло — симуляция» даст Скрам-команде вероятностную информацию о количестве элементов, которые стоит взять в Спринт.
Вероятностная информация о количестве элементов Бэклога Спринта
На симуляции выше видно, что Скрам-команда завершит в Спринте 12 или более элементов (PBI) с вероятностью 85%. А вот данные этой же симуляции в табличном виде:

Вероятность 95%

Вероятность 85%

Вероятность 70%

Вероятность 50%

9 PBI и более

12 PBI и более

15 PBI и более

18 PBI и более

С такими данными Скрам-команда может задаться более интересным вопросом:
Какой уровень риска можно себе позволить в Спринте?
За это «Монте-Карло — симуляцию» ценят Владельцы Продукта, которым приходится работать с бизнес-рисками и давать прогнозы заинтересованным лицам.

Размер элемента при этом не важен

«Монте-Карло — симуляция» помогает определить количество элементов, но ничего не говорит об их размере. Они должны стать «правильного» размера еще до симуляции — пройти ряд активностей PBR и быть готовыми к тому, что Скрам-команда возьмет их в будущий Спринт.
«Монте-Карло — симуляция» уже учитывает разный уровень сложности элементов, блокировки и внешние зависимости, прерывания, отпуска и другие факторы изменчивости. Все это зашито в те эмпирические данные, на которых запускается симуляция.
Научиться использовать метрики Канбана в Скраме можно на нашем онлайн-тренинге
. Он пройдет 30–31 октября.
Канбан Scrum Илья